Cette page explique comment associer des hyperdisques à des machines virtuelles (VM) dans un cluster Managed Service pour Apache Spark. Vous pouvez configurer les disques indépendamment pour les groupes de nœuds maîtres, de nœuds de calcul principaux et de nœuds de calcul secondaires. Ces disques sont associés aux nœuds du cluster en plus du disque de démarrage et des éventuels disques SSD locaux associés aux nœuds du cluster.
Avant de commencer
-
In the Cloud de Confiance console, on the project selector page, select or create a Cloud de Confiance project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
-
Create a project: To create a project, you need the Project Creator role
(
roles/resourcemanager.projectCreator), which contains theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that you have the permissions required to complete this guide.
-
Verify that billing is enabled for your Cloud de Confiance project.
Enable the Managed Service for Apache Spark API, if it is not already enabled.
Roles required to enable APIs
To enable APIs, you need the
serviceusage.services.enablepermission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.
Rôles requis
Certains rôles IAM sont requis pour exécuter les exemples de cette page. Selon les règles d'administration, ces rôles ont peut-être déjà été attribués. Pour vérifier les attributions de rôles, consultez Devez-vous attribuer des rôles ?.
Pour en savoir plus sur l'attribution de rôles, consultez Gérer l'accès aux projets, aux dossiers et aux organisations.
Rôles utilisateur
Pour obtenir les autorisations nécessaires pour créer un cluster Managed Service pour Apache Spark, demandez à votre administrateur de vous accorder les rôles IAM suivants :
- Éditeur Dataproc (
roles/dataproc.editor) sur le projet - Utilisateur du compte de service (
roles/iam.serviceAccountUser) sur le compte de service Compute Engine par défaut
Rôle du compte de service
Pour vous assurer que le compte de service Compute Engine par défaut dispose des autorisations nécessaires pour créer un cluster Managed Service pour Apache Spark, demandez à votre administrateur d'accorder le rôle IAM Nœud de calcul Dataproc (roles/dataproc.worker) au compte de service Compute Engine par défaut sur le projet.
Caractéristiques des disques
Les disques associés présentent les caractéristiques suivantes :
- Cycle de vie : la durée de vie d'un disque associé correspond à celle de la VM à laquelle il est associé. Managed Service pour Apache Spark crée le disque lorsqu'il crée la VM et le supprime lorsqu'il supprime la VM.
- Immuabilité : vous ne pouvez pas modifier les propriétés d'un disque associé, telles que la taille, les IOPS ou le débit, après la création du cluster.
- Installation et utilisation : Managed Service pour Apache Spark installe les disques sur
/mnt/N, oùNest un entier positif (par exemple,/mnt/1,/mnt/2). Les données HDFS et temporaires, telles que les sorties de brassage, utilisent les disques associés au lieu du disque persistant de démarrage.
Configuration du disque
Vous pouvez spécifier les paramètres de configuration de disque suivants lorsque vous associez des disques aux nœuds de cluster Managed Service pour Apache Spark :
Type de disque (obligatoire) : type de disque à associer aux instances de VM. Les hyperdisques suivants sont compatibles :
hyperdisk-balancedhyperdisk-extremehyperdisk-mlhyperdisk-throughput
Le type
hyperdisk balanced high availabilityet les disques persistants ne peuvent pas être associés aux nœuds du cluster.Taille (facultatif) : taille du disque. La valeur doit être un nombre entier suivi de
GBpour gigaoctet ou deTBpour téraoctet. Par exemple,10GBassocie un disque de 10 gigaoctets. Pour en savoir plus, consultez Limites de taille des volumes Hyperdisk.IOPs (facultatif) : indique les IOPS à provisionner pour le disque associé. Ce paramètre définit la limite des opérations d'E/S sur le disque par seconde. Pour en savoir plus, consultez Niveaux de performances par défaut.
Débit (facultatif) : indique le débit à provisionner pour le disque associé. Ce paramètre définit la limite de débit en
MiBpar seconde. Pour en savoir plus, consultez Niveaux de performances par défaut.
Associer des disques à un cluster
Vous pouvez associer des disques lorsque vous créez un cluster Managed Service pour Apache Spark à l'aide de la gcloud CLI ou de l'API Dataproc pour spécifier les configurations de disque.
gcloud CLI
Pour associer des disques lorsque vous créez un cluster, utilisez l'option
--master-attached-disks,--worker-attached-disksou--secondary-worker-attached-disksavec la commandegcloud dataproc clusters create.Chaque option accepte une liste de configurations de disque séparées par un point-virgule. Chaque configuration de disque est une liste de paires clé/valeur séparées par une virgule pour
type,size,iopsetthroughput(voir Configuration du disque).
Exemple : La commande suivante crée un cluster et associe deux hyperdisques à chaque nœud de calcul principal.
gcloud dataproc clusters create CLUSTER_NAME \
--region=REGION \
--worker-attached-disks='type=hyperdisk-balanced,size=100GB,iops=5000,throughput=200;type=hyperdisk-throughput,size=9000GB'
API
Pour associer des disques, incluez un tableau
attachedDiskConfigsdans l'objetdiskConfigpour le groupe d'instancesmasterConfig,workerConfigousecondaryWorkerConfig.Fournissez la configuration dans le corps d'une requête API
clusters.create.
Exemple : L'extrait JSON suivant montre un tableau attachedDiskConfigs qui associe deux Hyperdisks.
[
{
"type": "hyperdisk-balanced",
"diskSizeGb": 100,
"provisionedIops": 5000,
"provisionedThroughput": 200
},
{
"type": "hyperdisk-throughput",
"diskSizeGb": 9000
}
]